시계열 예측 모범 사례

유효한 예측 질문을 위한 도움말

구체적인 "우리의 판매는 어떻게 될 것입니까?"와 같은 광범위한 질문 대신 특정 기간 또는 메트릭에 대해 질문하십시오. 예: "다음 분기의 예상 판매량은 무엇입니까?".
자연 언어 사용자동은 대화 언어를 이해합니다. 동료에게 질문을 하는 것처럼 질문의 틀을 잡았습니다.
관련 애트리뷰트 포함자동이 컨텍스트를 이해하도록 질문에 필요한 애트리뷰트 및 메트릭을 포함합니다.
자동 완성 기능 활용자동을 사용한 최적의 예측을 위해서는 자동 완성 제안에서 메트릭 및 애트리뷰트를 선택하는 것이 좋습니다. 이는 정확한 예측을 위해 자동으로 정확한 이해를 보장합니다.
불투명성 방지질문을 분명하고 분명하게 유지하십시오. 복잡한 쿼리는 정확하지 않은 응답으로 이어질 수 있습니다.
동안MicroStrategy자동을 사용하여 하위 레벨 데이터에 대해 높은 레벨 시간 단위 예측(예: 월별 애트리뷰트를 기반으로 내년 비용 예측)을 활성화하는 경우 주요 고려 사항이 있습니다.

100개의 예측 포인트 제한하위 레벨 데이터에 대한 상위 레벨 시간 단위 예측을 요청할 때 100포인트 예측 제한에 유의하십시오. 예를 들어, 대시보드 데이터가 일별 레벨에 있고 다음 연도에 대한 예측을 요청하는 경우, 예측은 1년치의 일별 데이터 포인트를 포함하여 100포인트 제한을 초과합니다.
호환되지 않는 레벨에 대한 예측 실패높은 레벨의 데이터에 대한 낮은 레벨 데이터의 예측을 요청하면 예측에 실패합니다. 예를 들어 대시보드 데이터가 월간 레벨에서 다음 주 또는 다음 날 값에 대한 예측을 요청하는 경우 데이터 레벨 불일치로 인해 예측을 할 수 없습니다.

정확한 예측을 위한 충분한 데이터 볼륨 확인

보다 정확한 예측 결과를 위해서는 데이터 볼륨이 충분한지 확인하는 것이 중요합니다. 뒤에서, MicroStrategy은(는) 데이터의 계절성을 자동으로 감지합니다. 최적의 예측 결과를 달성하려면 예측할 데이터에 최소 2개의 완전한 계절의 과거 데이터가 있어야 합니다.
예측을 위한 고급 연속 시간 기반 데이터 사용

동안MicroStrategy예측하기 전에 중복 데이터 제거, 일부 누락된 메트릭 데이터 채우기 등의 간단한 데이터 처리를 수행하므로 연속의 높은 품질의 시간 기반 데이터에 대해 예측을 수행하는 것이 좋습니다. 상당히 많은 양의 누락된 메트릭 데이터가 있는 경우 예측 결과가 손상될 수 있습니다. 애트리뷰트에 NULL 또는NaN(숫자 아님) 값이 포함된 경우 예측이 실패하거나 최적의하지 않은 결과를 얻을 수 있다는 점에 유의해야 합니다.

예측 선 차트 시각화를 최대한 활용하십시오!

인사이트로 마우스 올리기예측 꺾은 선형 차트의 데이터 포인트 위에 커서를 놓으면 툴팁이 표시됩니다. 이러한 툴팁은 예측 값, 상한 및 하한에 대한 자세한 정보를 제공합니다.
정보 아이콘정보 아이콘 위에 마우스를 올리기만 하면 기본 모델 및 해당 매개 변수에 대한 정보를 확인할 수 있습니다.
명확성을 위해 확장보다 자세한 정보와 전체 데이터 포인트 세트를 표시하는 기능이 필요한 경우 시각화를 확장하십시오. 이렇게 하면 차트의 가독성이 향상됩니다.